Gesponserte Inhalte

Gesponserte Inhalte ist eine spezielle Kategorie mit Werbeinhalten, die von IT-Anbietern zur Verfügung gestellt werden. Diese umfasst lehrreiche Inhalte und interaktive Medien, die auf die Themen dieser Seite ausgerichtet sind.

Home > Lagerung

KI-Pläne? Daten zwischen On-Premises und Cloud konsolidieren

Das Tempo in der IT nimmt weiter zu. 91 % der Organisationen in Nordamerika berichten von steigenden IT-Investitionen. Man könnte erwarten, dass dies vor allem Cloud-Migration und Konsolidierung von Rechenzentren vorantreibt. Tatsächlich geben 89 % der Unternehmen in einer Studie des Omdia-Unternehmens ESG genau das an. In der Praxis wachsen jedoch sowohl Cloud- als auch On-Premises-Infrastrukturen weiter. Unternehmen ersetzen bestehende Storage-Systeme nicht, sondern erweitern sie um zusätzliche Lösungen, um ihre KI-Initiativen voranzutreiben.

Eine weitere ESG-Studie zeigt, dass zwei Drittel der US-Unternehmen bereits mit Datenmengen von 10 Petabyte oder mehr arbeiten. Damit verschärft sich das Problem fragmentierter Datenlandschaften über verschiedene Plattformen hinweg, oft mit unterschiedlichen Storage-Anbietern und Management-Tools. Jede neue Implementierung erhöht die Komplexität, anstatt sie zu reduzieren.

Was hat sich verändert? Vor fünf Jahren galt On-Premises-Storage als Auslaufmodell. Heute bewerten IT-Verantwortliche ihn wieder deutlich positiver. Insbesondere KI-Workloads erfordern spezifische Hardware-Konfigurationen, die Cloud-Anbieter nicht immer wirtschaftlich abbilden können.

Warum die Konsolidierung von Storage immer wieder verschoben wird

Warum steigt die Komplexität weiter, obwohl Unternehmen gleichzeitig von stärkerer Konsolidierung sprechen? Ein Grund liegt darin, dass Beschaffung meist projektweise erfolgt. Teams lösen ihre akuten Anforderungen, ohne die operativen Folgekosten zu berücksichtigen, die dadurch entstehen. Jede einzelne Storage-Lösung funktioniert für sich genommen gut, doch die Reibung zwischen den Systemen ist es, die Komplexität erzeugt.

Beschaffungsentscheidungen entstehen oft in Silos. So kauft ein Team beispielsweise die Storage-Infrastruktur für ein KI-Projekt, ohne dass geprüft wird, wie sich diese in die bereits bestehenden Systeme im Rechenzentrum integriert.

So werden die Probleme von heute gelöst und gleichzeitig die Herausforderungen von morgen geschaffen. Das wirkt sich auch auf die Mitarbeiterbindung aus. Erfahrene Engineers verlieren zunehmend die Motivation, wenn ihre Arbeit sich auf Überwachung und wiederkehrende Wartungsaufgaben beschränkt. Routineaufgaben treiben Talente eher in Rollen, in denen sie tatsächlich an Lösungen arbeiten können.

Consumption-basierte Preismodelle als Ansatz

Ein möglicher Ansatz ist der Einsatz consumption-basierter Preismodelle. Sie sind bislang noch nicht weit verbreitet, Schätzungen zufolge nutzen sie nur etwa 20 bis 25 % der Unternehmen. Die Zufriedenheit unter den Anwendern ist jedoch sehr hoch.

Diese Modelle ermöglichen es, nur für tatsächlich genutzte Infrastruktur zu zahlen, anstatt für ungenutzte Kapazitäten im Rechenzentrum. Vereinfacht gesagt: Es ist, als würde man nur für das bezahlen, was man tatsächlich verbraucht. Im Enterprise-Storage-Umfeld ist das längst Realität.

Der eigentliche Mehrwert geht jedoch über reine Kosteneffizienz hinaus. Storage-Anbieter übernehmen einen größeren Teil der Wartung, wodurch IT-Teams entlastet werden und sich stärker auf wertschöpfende Aufgaben konzentrieren können, anstatt auf reaktive Fehlerbehebung. Ein Unternehmen berichtet beispielsweise von besserer Mitarbeiterbindung, da weniger Zeit für Routinewartung und mehr für inhaltlich anspruchsvolle Arbeit aufgewendet wurde. Passend dazu zeigt eine ESG-Studie, dass Mitarbeiterzufriedenheit und -bindung zu den am häufigsten genannten Vorteilen dieses Modells in den USA zählen.

Dieselbe Studie zeigt außerdem, dass 39 % der Organisationen in Nordamerika daran arbeiten, die Anzahl physischer Systeme in ihren Rechenzentren zu reduzieren. Damit wird aus einem strategischen Ziel zunehmend konkrete Umsetzung. Gleichzeitig bedeutet das auch, dass sechs von zehn Unternehmen diesen Schritt noch nicht gegangen sind. Es besteht weiterhin erheblicher Handlungsbedarf.

Warum nahtlose Datenmigration entscheidend für erfolgreiche Konsolidierung ist

Damit Unternehmen ihre Datenlandschaften tatsächlich konsolidieren können, benötigen sie Storage-Lösungen, die sich flexibel und ohne Unterbrechung skalieren lassen. Container-Umgebungen zeigen, wie stark sich Infrastrukturanforderungen verändern können. Ein Kubernetes-Cluster, der heute 50 TB benötigt, kann im nächsten Monat 500 TB oder nur noch 5 TB brauchen. Klassische Beschaffungsmodelle sind für diese Dynamik nicht ausgelegt.

Nahtlose Datenmigration ist dabei mehr als nur eine technische Funktion. Sie ist die Voraussetzung dafür, Konsolidierung überhaupt umzusetzen, ohne Ausfallzeiten zu riskieren. Downtime oder Datenverlust können gravierende Folgen für Unternehmen haben, insbesondere wenn sie ihre IT-Landschaft gleichzeitig vereinfachen möchten. Eine reibungslose Migration wird damit zum entscheidenden Faktor.

Storage-Anbieter, die diese Anforderungen verstehen und Unternehmen bei der Umstellung auf consumption-basierte Modelle unterstützen, werden in einem zunehmend komplexen Umfeld klar im Vorteil sein.

ComputerWeekly.de
Close